Get it, thanks Leonard Xu <[email protected]> 于2020年5月28日周四 上午10:34写道：
> > > 我原以为 Table API 会比 SQL API 自由度大一些，毕竟可以代码层面定制 > > > Table API 确实是要灵活些，只是最近两个版本中，SQL模块社区的主要精力在搞DDL，DDL可以降低用户门槛，提升易用性，Table > API的迭代稍微慢了些， > 我理解1.12中应该会完善Descriptor API，这也是比较重要的用户入口，目前建议优先使用DDL。 > > Best, > Leonard Xu > > > 在 2020年5月28日，10:23，macia kk <[email protected]> 写道： > > > > 好的，谢谢， > > > > 放弃治疗，我先尝试DDL，先把 job 跑通，我原以为 Table API 会比 SQL API 自由度大一些，毕竟可以代码层面定制 > > > > Leonard Xu <[email protected]> 于2020年5月28日周四 上午10:17写道： > > > >> Hi， > >> 我看了下Descriptor的代码，如果数据源是Kafka应该有地方绕，很绕, 你可以试下，建议使用DDL。 > >> > >> Best > >> Leonard Xu > >> > >> [1] > >> > https://github.com/apache/flink/blob/master/flink-connectors/flink-connector-kafka-base/src/main/java/org/apache/flink/table/descriptors/Kafka.java#L111 > >> < > >> > https://github.com/apache/flink/blob/master/flink-connectors/flink-connector-kafka-base/src/main/java/org/apache/flink/table/descriptors/Kafka.java#L111 > >>> > >> [2] > >> > https://github.com/apache/flink/blob/master/flink-connectors/flink-connector-kafka-base/src/test/java/org/apache/flink/streaming/connectors/kafka/KafkaTableSourceSinkFactoryTestBase.java#L156 > >> < > >> > https://github.com/apache/flink/blob/master/flink-connectors/flink-connector-kafka-base/src/test/java/org/apache/flink/streaming/connectors/kafka/KafkaTableSourceSinkFactoryTestBase.java#L156 > >>> > >> > >> > >> > >>> 在 2020年5月28日，00:45，macia kk <[email protected]> 写道： > >>> > >>> Hi 各位大佬 > >>> > >>> .field("event_time", TIMESTAMP()).rowtime( > >>> new Rowtime() > >>> .timestampsFromField("maxwell_ts") > >>> .watermarksPeriodicBounded(60000) > >>> ) > >>> > >>> > >>> 我这个 maxwell_ts 是 milliseconds ，直接这么用会报错： > >>> > >>> Type TIMESTAMP(6) of table field ‘event_time’ does not match with the > >>> physical type > >>> > >>> > >>> 有类似 > >>> > >>> event_time as to_timestamp(maxwell_ts) > >>> > >>> > >>> 这么的操作码？ > >> > >> > >
